工成 Vibecoding 全生命周期工程流程
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_27f88699/gongcheng。
技能介绍
解决什么问题
很多 AI 编程协作停在“能跑代码”阶段:需求没澄清、代码全局替换、数据库无备份、凭据写进日志、文档图无法回读。工成把 Vibecoding 拆成可执行工程流:先审问需求,再探索 MVP,最后固化架构、实现、测试、部署和交接。
技能如何工作
- 流程编排:按
gongwen、gongtan、gongxu、gongchan、gongsheji等子 Skill 分阶段推进,减少 AI 过早写 spec 或跳过需求澄清。 - 工程守护:用
gongyou检查改动影响,用gongshu对数据库操作做风险分级、备份和审计,用gongmi拦截明文凭据并迁移到config.yaml或环境变量。 - 产出规范:默认文档产出
.docx,图优先使用PlantUML渲染为SVG,保留源码可回读;Office 文件通过tools/excel、tools/ppt、tools/docx、tools/pdf做深度读写。 - 关键纪律:禁止无行号全局替换、禁止无
WHERE的UPDATE/DELETE、禁止git push -f未经确认,要求 session 结束前commit + push并同步知识库。
适用边界
适合已有明确工程目标、希望约束 AI 行为的团队;不适合只想要一段演示代码或纯聊天式写诗场景。真实 config.yaml 不进入开源包,项目仓库、SSH、数据库连接等配置需本地注入。
使用场景
- 评审客户方案文档时,用 gongwen 做方案审问与矛盾检测,输出 draft.yaml 和 PROPOSAL.md。
- MVP 阶段先做 demo,用 gongtan 生成 CHARTER.md、MVP 源码和 perceive_notes,不急着写 spec。
- 修改核心服务前,用 gongyou 检查 high_risk_files,再用 gongce 执行回归并判定能否提交。
- 批量更新用户表前,用 gongshu 做 L3/L4 备份、生成回滚 SQL,并记录审计日志。
适合人员
- 负责 AI 辅助开发的工程师:要求需求澄清、Git 纪律、测试门槛和凭据安全同时落地。
- 做产品设计的工程师:希望把口述想法转成 PRD、架构、界面和开发交接文档。
- 维护多仓库与数据库的应用负责人:需要 SSH 部署、数据操作和 Office 文档产出一套规则。
- 交付 AI 项目的技术负责人:希望 AI 先探索 MVP,再固化 spec、TDD 和验收。